إجابة مختصرة: نموذج البيانات المشترك OMOP (الشراكة المشتركة لنتائج الأبحاث في مجال الأدوية CDM)، الذي تديره مجتمع OHDSI، هو مخطط علائقي يتم تحويل بيانات صحية من أي مصدر (السجلات الصحية الإلكترونية، المطالبات، السجلات) إليه، جنبًا إلى جنب مع مجموعة من المفردات الموحدة التي تربط كل رمز محلي بمعرف مفهوم قياسي. بمجرد أن تصبح قاعدة البيانات في OMOP، فإن نفس كود التحليل (تعريف مجموعة، تقدير حدوث، دراسة فعالية مقارنة) يعمل دون تغيير على مئات قواعد البيانات في جميع أنحاء العالم، ويتم مشاركة النتائج المجمعة فقط. OMOP هو النموذج للبحث؛ FHIR هو النموذج للتبادل والرعاية؛ يوجد ربط منشور يربطهما، وتقبل معظم منصات البحث الآن FHIR كمصدر لـ OMOP ETL الخاص بها.
النموذج في صورة واحدة
يمثل نموذج البيانات المشترك OMOP كل شيء كحدث يتعلق بشخص ما خلال فترة ملاحظة، حيث يحدد المجال السريري الجدول: condition_occurrence للتشخيصات، وdrug_exposure للأدوية، وmeasurement لنتائج المختبر والعلامات الحيوية، وprocedure_occurrence، وvisit_occurrence، وobservation للحقائق الأخرى، بالإضافة إلى جداول person وdeath وnote وspecimen وprovider وcost. الإصدار 5.4 هو الأكثر استخدامًا على نطاق واسع.
كل شيء هو حدث عن شخص خلال فترة ملاحظة، مع تحديد المجال السريري للجدول:
| الجدول | يحتوي على | المفردات القياسية (نموذجي) | مصدر FHIR |
|---|---|---|---|
| person | صف واحد لكل شخص: الجنس، تاريخ الميلاد، العرق، الأصل، الموقع | مفاهيم الجنس، العرق، الأصل | Patient |
| observation_period | الفترات التي يُتوقع فيها وجود بيانات عن الشخص | — | مشتق من تواريخ التغطية والزيارة |
| visit_occurrence (و visit_detail) | الزيارات: داخل المستشفى، خارج المستشفى، الطوارئ، مع التواريخ | مفاهيم الزيارات | Encounter |
| condition_occurrence | التشخيصات والمشاكل مع البداية والنهاية | SNOMED CT | Condition (رموز ICD مرتبطة بـ SNOMED) |
| drug_exposure | الوصفات الطبية، الصرف، الإعطاء مع الكمية وعدد أيام الإمداد | RxNorm (و RxNorm Extension للأدوية غير الأمريكية) | MedicationRequest, MedicationStatement, MedicationAdministration, MedicationDispense |
| procedure_occurrence | الإجراءات التي تم إجراؤها | SNOMED CT, CPT4, ICD10PCS | Procedure |
| measurement | نتائج المختبر والعلامات الحيوية مع القيمة والوحدة والنطاق | LOINC، مع وحدات UCUM | Observation (laboratory, vital signs) |
| observation | حقائق سريرية أخرى: التاريخ، الاجتماعي، الدرجات | SNOMED CT, LOINC | Observation (other), QuestionnaireResponse, FamilyMemberHistory |
| device_exposure | الأجهزة المستخدمة | SNOMED CT | DeviceUseStatement, Procedure |
| death | التاريخ والسبب | SNOMED CT | Patient.deceased, Observation |
| note, note_nlp | الملاحظات السريرية والمصطلحات المستخرجة بواسطة NLP | — | DocumentReference, DiagnosticReport |
| specimen | العينات | SNOMED CT | Specimen |
| provider, care_site, location | الأطباء، المرافق، الأماكن | مفاهيم التخصص | Practitioner, Organization, Location |
| cost, payer_plan_period | التكاليف والتغطية | — | Coverage, Claim (حيثما كان متاحًا) |
الإصدار 5.4 هو الإصدار الذي تعمل به معظم المواقع؛ الإصدار 6 موجود ولكنه لم يتم اعتماده على نطاق واسع، ويستمر التطوير على خط 5.x.
المفردات
المفردات الموحدة لـ OMOP، التي توزعها OHDSI عبر Athena، تقوم بتحميل أكثر من مائة نظام ترميز (SNOMED CT، LOINC، RxNorm، ICD-10، ATC وغيرها) في جداول concept وconcept_relationship وconcept_ancestor. يصبح كل رمز concept_id، إما قياسيًا أو مُعينًا لرمز قياسي، بحيث تُكتب التحليلات مرة واحدة مع الاحتفاظ بالرمز المصدر الأصلي.
النصف الثاني من OMOP هو Athena، وهو توزيع المفردات الخاص بـ OHDSI: أكثر من مائة نظام ترميز (SNOMED CT، LOINC، RxNorm، ICD-10 والمتغيرات الوطنية، ATC، CPT، Read، والعديد غيرها) محملة في جداول concept، concept_relationship، concept_ancestor. يصبح كل رمز معرف مفهوم؛ كل مفهوم إما قياسي (الذي تستخدمه التحليلات)، أو غير قياسي (رمز مصدر يرتبط بمفهوم قياسي) أو تصنيف. يقوم ETL بتخزين كل من مفهوم المصدر (ما قالته السجل: ICD-10 E11.9) و المفهوم القياسي (SNOMED 44054006)، لذلك تتم كتابة التحليلات مرة واحدة مقابل المفاهيم القياسية مع الحفاظ على الأصل. يسمح جدول concept_ancestor لمجموعة بطلب "أي نوع من مرض السكري" في ربط واحد. انظر SNOMED CT مقابل ICD-10 لمعرفة سبب كون SNOMED CT هو المعيار للحالات.
ETL
عملية ETL لـ OMOP هي تحويل قاعدة بيانات المصدر إلى نموذج البيانات المشترك، مدعومة بأدوات OHDSI: WhiteRabbit يحدد خصائص المصدر، Rabbit-in-a-Hat يوثق تعيين الجداول، Usagi يعين الرموز المحلية إلى المفاهيم القياسية، لوحة معلومات جودة البيانات تتحقق من النتيجة مقابل آلاف القواعد، وACHILLES يصف قاعدة البيانات المكتملة.
تحويل مصدر إلى OMOP هو العمل الرئيسي. أدوات OHDSI تساعد: WhiteRabbit يفحص المصدر ويحدد خصائصه؛ Rabbit-in-a-Hat يوّثق الربط من جداول المصدر إلى جداول CDM؛ Usagi يساعد في ربط الرموز المحلية بالمفاهيم القياسية؛ Data Quality Dashboard يتحقق من النتيجة مقابل آلاف القواعد؛ ACHILLES يصف قاعدة البيانات. القرارات النموذجية: كيفية تعريف الزيارات، وكيف تصبح سجلات الأدوية تعرضًا مع أيام الإمداد، وكيفية تسوية الوحدات، وماذا تفعل بالرموز التي لا تحتوي على ربط قياسي، وكيفية التعامل مع التحديثات (إعادة تحميل كامل مقابل تزايدي).
التحليل عبر الشبكة
يعمل التحليل عبر شبكة OHDSI عن طريق كتابة دراسة مرة واحدة وتشغيلها في كل مكان: يحدد الباحثون المجموعات السكانية في ATLAS، ويجرون التقدير والتنبؤ باستخدام حزم R الخاصة بـ HADES، ويقومون بتعبئة التحليل كرمز يقوم كل موقع بتنفيذه محليًا على قاعدة بيانات OMOP الخاصة به، مع مشاركة النتائج المجمعة فقط. تتبع DARWIN EU وEHDEN هذا النموذج.
ATLAS هي الأداة الويب حيث يبني الباحثون تعريفات المجموعات (الأشخاص الذين يعانون من الحالة X، تعرضوا للدواء Y، ضمن نوافذ زمنية)، ويصفونها ويجرون دراسات التقدير والتنبؤ باستخدام حزم R HADES (CohortMethod، PatientLevelPrediction، SelfControlledCaseSeries). دراسة الشبكة تجمع التحليل ككود؛ يقوم كل موقع بتشغيله محليًا على قاعدة بيانات OMOP الخاصة به ويشارك النتائج المجمعة؛ لا أحد يجمع بيانات على مستوى السجل. هذه هي الطريقة التي أنتجت بها مجتمع OHDSI دراسات دولية كبيرة بسرعة خلال الوباء، وهي النموذج وراء شبكة DARWIN EU التابعة لوكالة الأدوية الأوروبية (EMA) ومشروع EHDEN، الذي حول أكثر من مائة قاعدة بيانات أوروبية إلى OMOP.
FHIR إلى OMOP
يتوافق FHIR مع OMOP على مستويين: الموارد مع الجداول والعناصر مع الأعمدة، مع ترجمة رموز FHIR عبر مفردات OMOP إلى مفاهيم قياسية. دليل تطبيق FHIR إلى OMOP الخاص بـ HL7 وفريق عمل FHIR الخاص بـ OHDSI ينشران التعيينات؛ تقوم العديد من المنصات بتشغيل ETL مباشرة من خادم FHIR أو تصدير البيانات المجمعة.
FHIR و OMOP يجيبان على احتياجات مختلفة: FHIR يحمل سجل مريض واحد بين الأنظمة بتفاصيل كاملة؛ OMOP يسوي سجلات العديد من المرضى للإحصاءات. الربط طبيعي على مستوى المورد (الجدول أعلاه) ومفصل على مستوى العنصر: ترتبط رموز FHIR من خلال مفردات OMOP بالمفاهيم القياسية؛ يصبح Observation.valueQuantity قيمة القياس value_as_number مع unit_concept_id؛ يصبح Encounter.class visit_concept_id. تنشر دليل تطبيق FHIR إلى OMOP الخاص بـ HL7 (من خلال مسرّع Vulcan) ومجموعة عمل FHIR الخاصة بـ OHDSI خرائط التنفيذ المرجعية؛ تقوم العديد من المنصات بتشغيل ETL مباشرة من خادم FHIR أو تصدير بيانات مجمعة. تظل الغموض حيث يكون FHIR أغنى (ترميزات متعددة، حالات، أصل) أو حيث يحتاج OMOP إلى ما يفتقر إليه FHIR (أيام الإمداد، فترات الملاحظة).
ما ليس OMOP
OMOP ليس تنسيقًا للرعاية وليس مجهول الهوية بحد ذاته: فهو يتجاهل السرد، ويسطح الحالات، ولا يحمل موافقة أو أصلًا أو سير عمل، لذلك يظل FHIR تنسيق التبادل، ولا تزال قاعدة بيانات OMOP تحتفظ ببيانات على مستوى السجل التي يجب إدارتها مثل أي قاعدة بيانات صحية، عادةً بمعرفات شخصية مستعارة داخل بيئة آمنة.
إنه ليس تنسيقًا للرعاية: فهو يتجاهل السرد، ويسوي الحالات، ولا يحمل الموافقة، أو الأصل، أو سير العمل. إنه ليس مجهول الهوية بحد ذاته: تحتفظ قاعدة بيانات OMOP ببيانات على مستوى السجل ويتم تنظيمها مثل أي قاعدة بيانات صحية، عادةً بمعرفات أشخاص مستعارة وفي بيئات آمنة. انظر الاستخدام الثانوي للبيانات الصحية و إخفاء هوية البيانات الصحية.
في Anpheros
سجلات Anpheros هي FHIR R4 برموز قياسية (LOINC، SNOMED CT، ATC، ICD-10)، وهي المدخلات التي يحتاجها OMOP ETL؛ بموافقة الشخص لغرض بحثي، يمكن أن تغذي استخراجات FHIR المستعارة ETL منصة البحث. تقوم Anpheros نفسها بحساب إشارات سكانية مجمعة فقط على مجموعات من 20 أو أكثر ولا تشغل قاعدة بيانات OMOP على بيانات محددة الهوية.
صفحات ذات صلة
- الاستخدام الثانوي للبيانات الصحية: الخريطة
- SNOMED CT مقابل ICD-10
- إخفاء هوية البيانات الصحية
- شرح تصدير بيانات FHIR المجمعة
- شرح خوادم المصطلحات
- RxNorm مقابل ATC
مصادر
- OHDSI: نموذج البيانات المشترك OMOP
- OHDSI: كتاب OHDSI
- OHDSI Athena: مفردات موحدة
- OHDSI: ATLAS
- HL7 Vulcan: دليل تطبيق FHIR إلى OMOP
- مشروع EHDEN
- EMA: DARWIN EU
الأسئلة الشائعة
هل OMOP بديل لـ FHIR؟
لا. يقوم FHIR بتبادل سجل مفصل لمريض واحد بين الأنظمة؛ يقوم OMOP بتنظيم سجلات متعددة للتحليل الإحصائي. تأخذ منصات البحث FHIR (أو مصادر أخرى) وتنتج OMOP.
أي إصدار من OMOP يجب أن أستخدم؟
5.4 هو الإصدار المنتشر على نطاق واسع مع دعم كامل للأدوات؛ تستهدفه معظم التحويلات الجديدة. قدم الإصدار 6 تغييرات لم يعتمدها المجتمع على نطاق واسع.
لماذا يقوم OMOP بربط رموز ICD بـ SNOMED CT؟
حتى تتمكن التحليلات من الكتابة مرة واحدة مقابل مفردات قياسية واحدة وهرمية للحالات، بغض النظر عما إذا كان المصدر قد استخدم رموز ICD-10 أو ICD-10-CM أو ICD-9-CM أو Read. يتم الاحتفاظ برمز المصدر بجانبه.
هل قاعدة بيانات OMOP مجهولة؟
ليس بحد ذاتها. تحتفظ ببيانات على مستوى السجل، عادةً بمعرفات مستعارة وبدون معرفات مباشرة، ويجب حمايتها وتنظيمها مثل أي قاعدة بيانات صحية، عادةً داخل بيئة آمنة.
جرّبه مجانًا في بيئة الاختبار
أول طلب FHIR خلال 5 دقائق. واجهة برمجة تطبيقات HL7 FHIR R4 مع موافقة المريض مدمجة: جربها في بيئة الاختبار، ثم اربط تطبيقك الخاص أو نظام عيادتك.
مجاني · 30 مريضًا اصطناعيًا · دون بطاقة
تبني Anpheros سجلًا طبيًا يتحكم فيه المريض ويمكن مشاركته مع أي عيادة، على منصة HL7 FHIR R4، مقرها في الاتحاد الأوروبي. تساعدك هذه الأدلة على فهم وتنظيم صحتك؛ ولا تغني عن استشارة طبيبك.
عن Anpheros →